近年來,隨著大氣污染形勢的日益嚴峻,貨車受氣燃油類型、動力需求等因素影響,污染物排放嚴重,成為交通污染排放治理的重中之重。為實現(xiàn)貨車污染減排,國內(nèi)外各城市普遍采取貨車通行管理政策,降低貨車對特定區(qū)域的污染排放影響,且政策范圍由針對某條道路或小區(qū)域的小范圍通行限制,逐步擴大到城市區(qū)域范圍的趨勢。然而,目前缺乏從理論視角對貨車通行管理政策的實施影響的評價。導(dǎo)致此問題的主要原因在于,隨著城市交通信息采集分析技術(shù)的完善,雖然可獲取部分貨車相關(guān)數(shù)據(jù),一定程度上具備了量化分析的基礎(chǔ),但是由于對貨車OD交通量掌握不足,難以直接支撐貨運通行管理政策下路網(wǎng)貨車交通需求的預(yù)測分析和不同政策情景的實施效果和可能對城市貨運的時空分布形態(tài)造成的影響。因此,如何對不同政策情景下路網(wǎng)貨車交通需求量進行預(yù)測,是貨車通行管理政策分析的關(guān)鍵問題,也是亟待解決的難題。對貨車通行管理政策進行政策效果分析,主要有三個核心問題需要解決:(1)如何對路網(wǎng)貨車運行和交通運行大數(shù)據(jù)進行多源融合分析,為政策效果評價和貨運交通需求分布的把握提供數(shù)據(jù)基礎(chǔ);(2)如何預(yù)測政策影響下貨車出行路徑的行為選擇,為貨車交通需求預(yù)測提供基礎(chǔ);(3)如何把握貨運需求的分布,支撐不同政策情景下路網(wǎng)貨車交通需求及其排放污染的控制。本文基于路網(wǎng)貨車運行數(shù)據(jù)和交通運行數(shù)據(jù),重點開展了基于多源大數(shù)據(jù)的貨車運行時空特征分析、貨車出行路徑選擇預(yù)測、貨車OD需求預(yù)測研究,并北京市為對象進行了貨車通行管理政策情景分析。首先,本文系統(tǒng)分析了既有城市各類交通數(shù)據(jù)獲取方法中貨車交通量相關(guān)數(shù)據(jù)指標的來源和特征,基于貨車定位數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)開展貨車交通量分析方法研究,并針對無數(shù)據(jù)路段提出了基于KNN算法的貨車交通量預(yù)測方法。在此基礎(chǔ)上,基于貨車定位數(shù)據(jù)和交通調(diào)查數(shù)據(jù),通過數(shù)據(jù)融合提取可用貨車OD特征,并對貨車時空分布特征進行分析。其次,進行了貨車出行路徑選擇行為并進行預(yù)測研究。分析了通行管理政策對貨車出行路徑選擇影響機理和影響因素,構(gòu)建了考慮貨類、車型和路網(wǎng)約束的貨車路徑選擇廣義費用函數(shù)以及基于非集計分析的貨運出行路徑選擇模型,設(shè)計了求解算法,并進行了靈敏度分析。第三,構(gòu)建了貨車OD需求預(yù)測模型。在構(gòu)建復(fù)合路網(wǎng)拓撲結(jié)構(gòu)模型的基礎(chǔ)上,考慮車型比例和管控措施下分車型的行駛時間等因素,提出了復(fù)合路網(wǎng)多車型行駛時間計算方法,從而構(gòu)建了復(fù)合路網(wǎng)多車型動態(tài)OD逆向推演模型,進行了貨車OD需求預(yù)測,進而構(gòu)建貨車交通流分配模型,設(shè)計了啟發(fā)式算法。第四,基于對北京市貨物運輸現(xiàn)狀和通行管理政策實施情況的分析,提出貨車通行管理政策效果評價指標體系,設(shè)計貨車通行管理政策情景,一方面針對既有貨車通行管理政策情景,將模型預(yù)測結(jié)果與實際效果進行對比,提出相應(yīng)分析結(jié)論,為政策下一步修改完善提供參考借鑒。另一方面,設(shè)計不同政策情景,對政策評價的核心指標進行預(yù)測,并分析結(jié)論。本文的研究成果可以為在貨車運行層面的貨運需求管理政策和城市交通污染減排政策的制定提供基礎(chǔ)理論依據(jù)。
【學(xué)位單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2019
【中圖分類】：U492.31
【部分圖文】：

技術(shù)路線圖

第 3 章 基于多源大數(shù)據(jù)的貨車運行時空特征分析）交管局 RTMS 交通量數(shù)據(jù)局 RTMS 交通量數(shù)據(jù)主要是通過在全市主要高速公路公路、道路利用微波手段對 1680 個點進行道路斷面的交通量和速 分鐘實時動態(tài)反饋，并且可以匯總道路交通量，實現(xiàn)主要路段演化分析。數(shù)據(jù)不足是，無法區(qū)分出車輛類型，客貨車輛難以圖 3-2 所示)。

數(shù)據(jù)不足是，無法區(qū)分出車輛類型，客貨車輛難以圖 3-2 所示)。圖 3-1 交通量調(diào)查數(shù)據(jù)監(jiān)測點位分布圖3-1 Monitoring Points Distribution Map of Road Network Center Traffic Vol
【參考文獻】

相關(guān)期刊論文 前10條

1 陳小鴻;葉建紅;張華;吳嬌蓉;;重塑上海交通的路徑選擇與發(fā)展策略——公共交通優(yōu)先導(dǎo)向下的城市客運交通發(fā)展策略研究[J];城市規(guī)劃學(xué)刊;2015年03期

2 周嘉男;何丹恒;羅霞;;基于Logit模型的路徑選擇及交通流分配[J];大連交通大學(xué)學(xué)報;2013年01期

3 胡云超;申金升;黃愛玲;;城市貨運交通管制情景下城市配送多目標優(yōu)化效益研究[J];交通運輸系統(tǒng)工程與信息;2012年06期

4 歐開培;羅谷松;賴長強;;物流配送車輛對廣州城市交通的影響及對策研究[J];現(xiàn)代城市研究;2012年04期

5 孫鳳英;劉嬋;;低碳城市客運交通的實現(xiàn)路徑分析[J];中南林業(yè)科技大學(xué)學(xué)報(社會科學(xué)版);2011年03期

6 徐濤;楊曉光;徐愛功;張明月;;面向城市道路交通狀態(tài)估計的數(shù)據(jù)融合研究[J];計算機工程與應(yīng)用;2011年07期

7 李開國;趙雪峰;;大貨車交通影響機理及對策研究[J];上海公路;2009年03期

8 黃樹森;宋瑞;陶媛;;大城市居民出行方式選擇行為及影響因素研究——以北京市為例[J];交通標準化;2008年09期

9 孫斌棟;潘鑫;吳雅菲;;城市交通出行影響因素的計量檢驗[J];城市問題;2008年07期

10 李瑞敏;陸化普;史其信;;基于神經(jīng)網(wǎng)絡(luò)的路口交通流轉(zhuǎn)向比預(yù)測[J];西南交通大學(xué)學(xué)報;2007年06期

相關(guān)博士學(xué)位論文 前4條

1 金雯;基于車輛GPS數(shù)據(jù)的城市交通問題研究[D];清華大學(xué);2017年

2 周超然;基于大規(guī)模GPS軌跡數(shù)據(jù)的活動鏈信息分析方法研究[D];吉林大學(xué);2017年

3 胡云超;城市物流可持續(xù)發(fā)展研究[D];北京交通大學(xué);2013年

4 高德荃;城市道路交通狀態(tài)數(shù)據(jù)模式分析研究[D];武漢大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張曉鵬;基于多源數(shù)據(jù)融合的城市出行需求預(yù)測方法研究[D];吉林大學(xué);2018年

2 曹梁;基于出租車GPS數(shù)據(jù)的城市出行及碳排放時空變化研究[D];上海師范大學(xué);2018年

3 林彬;基于交通數(shù)據(jù)融合的行程速度預(yù)測研究[D];杭州電子科技大學(xué);2018年

4 李波;基于動態(tài)交通網(wǎng)絡(luò)的城市物流配送路徑優(yōu)化研究[D];深圳大學(xué);2017年

5 于景;基于卡爾曼濾波的道路交通數(shù)據(jù)融合研究[D];大連交通大學(xué);2017年

6 楊念念;城市貨運交通管理政策研究[D];中國人民公安大學(xué);2017年

7 馬嘉良;城市交通數(shù)據(jù)融合與狀態(tài)識別技術(shù)研究[D];中國人民公安大學(xué);2017年

8 杜仁杰;考慮觸發(fā)事件的城市小汽車出行動態(tài)路徑選擇模型研究[D];西南交通大學(xué);2016年

9 張赫;基于復(fù)雜網(wǎng)絡(luò)的城市物流路徑尋優(yōu)問題研究[D];貴州大學(xué);2016年

10 徐賽娜;基于多主體系統(tǒng)的城市配送車輛限行政策評價[D];長安大學(xué);2016年

本文編號：2890936